1樓：哈哈哈
神經網路大部分是應用在影象識別、語音識別、文字翻譯等領域，也可以用在機械故障診斷領域。
機械故障診斷在本質上也是一種模式識別的問題，也就是一種分類的問題。例如，比較常見的機械故障型別如下圖所示，包括滾動軸承的滾動體故障、內圈道故障、外圈道故障，以及齒輪上的齒根裂紋、齒麵點蝕、斷齒、缺齒等。
各種機械故障型別
殘差收縮網路就是一種專門面向機械故障診斷的深度學習方法，尤其在監測資料中雜訊較強的情況，是比較適合的。其原因在於，殘差收縮網路在其網路結構中使用了軟閾值函式，而且可以自動設定閾值，能夠自動消除雜訊資訊。
殘差收縮網路
Minghang Zhao, Shisheng Zhong, Xuyun Fu, Baoping Tang, Michael Pecht, Deep residual shrinkage networks for fault diagnosis, IEEE Transactions on Industrial Informatics, 2020, 16(7): 4681-4690.
基於深度殘差收縮網路的故障診斷 Deep Residual Shrinkage Networks for Fault Diagnosis
神經網路中Belief Net和標準的神經網路有什麼區別？
金天 這個已經深埋地下的問題今天在下挖出來回答一番,拂去歲月的塵埃這個問題還是值得一答,也值得大家一讚.我的思考 1.DBN本質是RBM一層層的堆疊,那麼問題在於RBM與標準傳統簡單的神經網路有毛線區別呢?我們知道RBM可見層與隱藏層之間是全連線的,而hidden和hidden之間是沒有連線的,這個...
卷積神經網路和BP神經網路的關係？
乙個維度的BP神經網路就相當於CNN中的全連線了，無非是多幾個全連線，CNN是二維，二維如果搞成全連線就導致運算量巨大，所以有了權重共享，大大減少了運算量，CNN卷積的思想肯定也源於BP神經網路就，在影象上做二維卷積的CNN發出炫目的光芒下，BP神經網路就已經快被人們遺忘了，但是不管CNN再怎麼發展...
神經網路中的退火是什麼概念？
神楽阪茉奈 神經網路的退火演算法就是最優化裡面的模擬退火演算法。神經網路的BP演算法用的是梯度下降法在權值空間裡面尋找乙個最優解，但是梯度下降法會有區域性最優解的情況。為了解決這個問題引入動量項或者模擬退火 其實相當多的最優化的技術已經用在了不同的神經網路訓練演算法裡面。擬牛頓法 共軛梯度法 廣義逆...